Acknowledgement
이 논문은 SK주식회사C&C의 지원을 받아 연구되었음.
Annual Conference on Human and Language Technology (한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리))
- 2019.10a
- /
- Pages.297-300
- /
- 2019
- /
- 2005-3053(pISSN)
Two-step Document Summarization using Deep Learning and Maximal Marginal Relevance
딥러닝과 Maximal Marginal Relevance를 이용한 2단계 문서 요약
- Jeon, Jaewon (Kangwon National University Dept. of Computer Science) ;
-
Hwang, Hyunsun
(Kangwon National University Dept. of Computer Science)
;
-
Lee, Changki
(Kangwon National University Dept. of Computer Science)
- Published : 2019.10.10
Abstract
문서 요약은 길이가 긴 원본 문서의 의미는 유지한 채 원본보다 짧은 문서나 문장을 생성하는 자연어 처리 태스크이다. 본 논문에서는 Maximal Marginal Relevance(MMR)를 이용한 sequence-to-sequence 문장 추출 모델을 이용하여 의미가 중복되는 문장을 최소화하는 문장을 추출하고 추출된 문장을 sequence-to-sequence 모델을 통해 요약문을 생성하는 2단계 문서 요약 모델을 제안한다. 실험 결과 MMR을 활용하지 않았던 기존의 방법론보다 Rouge 성능이 향상되었다.